dasar-dasar intelejensi bisnsis : basis data dan manajemen ... · pdf filesim minggu4 page 1...

SIM Minggu 4

SIM

MINGGU#4

Pokok Bahasan:

Dasar-dasar Intelejensi Bisnsis :

Basis Data dan Manajemen Informasi

Tujuan Instruksional Khusus:

Referensi:1. Bab 6 : Kenneth C.Laudon & Jane P.Laudon’, Management

Information System, 13rd edition, Prentice Hall, 2014.

Tujuan Pembelajaran

Management Information SystemsChapter 6 Foundations of Business Intelligence: Databases

and Information Management

• Menjelaskan konsep-konsep dasar organisasi file dan

masalah pengelolaan data secara tradisional.

• Menjelaskan prinsip-prinsip sistem manajemen basis data

(DBMS) dan fitur basis data relasional.

• Menjelaskan prinsip-prinsip yang penting dalam

perancangan basis data.



• Mengevaluasi beragai perangkat dan teknologi penyediaan

informasi dari basis data untuk meningkatkan kinerja bisnis

dari proses pengambilan keputusan.

• Menejelaskan peran kebijakan informasi, administrasi data,

dan jaminan (assureance) kualitas data dalam pengelolaan

sumber daya data organisasi.

Tujuan Pembelajaran (lanjutan)

Management Information SystemsCHAPTER 6: FOUNDATIONS OF BUSINESS

INTELLIGENCE:DATABASES AND INFORMATION MANAGEMENT

© Prentice Hall 20114

• Konsep Pengorganisasian File

• Masalah Dengan File Tradisional

• Redudansi dan Inkonsistensi data

• Ketergantungan Data

• Kurang Fleksibel

• Keamanan Yang Buruk

• Kekurangan Dalam Pembagian dan Ketersediaan Data



Mengorganisasikan Data Secara Tradisional

Mengorganisasikan Data Dalam Lingkutan File Tradisional


and Information ManagementMengorganisasikan Data Secara Tradisional

Pemrosesan File Secara Tradisional

Figure 6-2

The use of a traditional approach to file processing encourages each functional area in a corporation to develop

specialized applications and files. Each application requires a unique data file that is likely to be a subset of the master

file. These subsets of the master file lead to data redundancy and inconsistency, processing inflexibility, and wasted

storage resources.



Mengorganisasikan Data Secara Tradisional

• Masalah-masalah Dalam Lingkungan Data Secara

Tradisional

• Redudansi dan inkonsistensi data

• Ketergantungan program data

• Kurang fleksibel

• Sistem keamanan yang buruk

• Kurangnya ketersediaan dan Pendistribusian data

Pendekatan Database Terhadap Pengelolaan Data






Database adalah sekumpulan data yang sudah disusun sedemikan

rupa dengan ketentuan atau aturan tertentu yang saling berelasi

sehingga memudahkan pengguna dalam mengelolanya juga

memudahkan memperoleh informasi.

Sistem manajemen database (DBMS) adalah perangkat lunak

yang memungkinkan sebuah organisasi untuk memusatkan data,

mengelola secara efisien, dan memberikan akses ke data yang

disimpan oleh program aplikasi. DBMS bertindak sebagai

antarmuka antara program aplikasi dan file data fisik.

DATABASE MANAGEMENT SYSTEMS



Figure 6-3

A single human resources database provides many different views of data, depending on the information requirements

of the user. Illustrated here are two possible views, one of interest to a benefits specialist and one of interest to a

member of the company’s payroll department.

Human Resources Database with Multiple Views




Figure 6-3

Tabel Database Relasional


• Kemampuan Sistem Manajemen Database (DBMS)

• Permintaan (Querying) dan Pelaporan (reporting)

• Merancang database

• Normalisasi dan Diagram Hubungan Relasi Entitas

• Mendistribusikan Database




Figure 6-12




Order (After Normalization)

Diagram Relasi Entitas

Distributed Databases

Figure 6-12

Terdapat cara alternatif dalam mendistribusikan basis data. Basis data pusat dapat dipartisi (a) sehingga

setiap prosesor remote mempunyai data yang dibutuhkan untuk melayani kebutuhan lokal. Basis data

pusat juga dibuat replikasinya (b) pada semua lokasi remote




Menggunakan Database untuk Meningkatkan Kinerja Bisnis dan

Proses Pengambilan Keputusan



• Tantangan Dalam Menangani Jumlah Data Yang Besar (Big

Data)• Big Data adalah sebuah teknologi baru di dunia teknologi informasi dimana

memungkinan proses pengolahan, penyimpanan dan analisis data

dalam beragam bentuk/format, berjumlah besar dan pertambahan data yang

sangat cepat. Pengolahan dan analisis data dalam jumlah sangat besar ini

memerlukan waktu yang relatif jauh lebih singkat dengan menggunakan Big

Data dibanding teknologi data sebelumnya, misalnya. database relational

seperti MySQL.

• Ciri-ciri data yang ditangani oleh Big Data:

• Volume, biasanya ukuran total data dalam terabytes keatas.

• Velocity, pertumbuhan data sangat cepat sehingga data bertambah dalam

jumlah yang sangat banyak dalam kurun waktu relatif singkat.

• Variety, bentuk atau format datanya beraneka ragam bisa berupa data

dalam database, file text biasa, e-mail, File Excel atau bentuk apapun.





• Infrastruktur Intelijen Bisnis

• What is a data warehouse?

Database yang menyimpan data yang sekarang dan terdahulu yang mungkin diminati

oleh para pembuat keputusan perusahaan. Data muncul dari banyak sistem transaksi

operasional inti, seperti sistem penjualan, akun pelanggan, dan manufaktur, dan

mungkin meliputi data dari transaksi Web.

Gudang data dipakai oleh para manajer & Praktisi bisnis lainnya setelah

dibersihkan/diubah (ekstraksi), dikatalogkan untuk penambangan data, pemrosesan

analisis online - OLAP, menentukan pasar, Melihat pola pembelian, profil pelanggan,

loyalitas pelanggan, Cross-selling.

• Data marts

Adalah subset dari gudang data yang di dalamnya terdapat ringkasan atau fokus pada

data perusahaan tertentu yang ditempatkan sebagai database terpisah untuk suatu

populasi pengguna tertentu.






• Hadoop

DBMS relasional dan Data warehouse tidak cocok untuk mengorganisir dan

menganalisis data besar. Untuk penanganan data yang tidak terstruktur dan

semi-terstruktur dalam jumlah besar, serta data terstruktur. Hadoop adalah

perangkat lunak open source yang dikelola oleh Apache Software

Foundation lunak yang memungkinkan pendistribusikan dan pemrosesan

dalam jumlah besar secara parallel.

• In-Memory Computing

Cara lain untuk memfasilitasi analisis data yang besar adalah dengan

menggunakan memori komputer, dengan memanfaatkan memori utama

komputer (RAM) untuk penyimpanan data. Pengguna mengakses data yang

tersimpan di sistem memori utama, sehingga menghilangkan kemacetan dari

mengambil dan membaca data dalam database tradisional, berbasis disk dan

secara dramatis memperpendek waktu tunggu.






• Analytic Platforms

Vendor database komersial telah mengembangkan platform analitik

berkecepatan tinggi menggunakan teknologi baik relasional dan non-

relasional yang dioptimalkan untuk menganalisis dataset besar. Platform

analitik, seperti IBM Netezza dan Oracle Exadata, fitur sistem hardware-

software yang telah dikonfigurasikan yang secara khusus dirancang untuk

pemrosesan query dan analisis.

Komponen Gudang DataFigure 6-12

Fitur Sebuah infrastruktur intelijen bisnis kontemporer menunjukan kemampuan dan perangkat

untuk mengelola dan menganalisis jumlah data yang besar dan berbagai jenis data dari berbagai

sumber. Query yang mudah digunakan dan alat pelaporan bagi para pengguna bisnis dan perangkat

analistis yang lebih canggih.









• Perangkat Analitis : Hubungan, Pola dan Trend

• OLAP(Online analytical processing/ Pemrosesan Analitis Online )

OLAP mendukung analisis data multidimensi, memudahkan pengguna

untuk melihat data yang sama dengan cara yang berbeda dan berbagai

dimensi. Setiap aspek dari informasi - produk, harga, biaya, daerah, atau

waktu yang mewakili sebuah dimensi yang berbeda. OLAP membantu

menjawab pertanyaan pengguna secara online.

• Data mining/ Penambangan dataAdalah proses pencarian otomatis untuk mengungkapkan pola dan

tren tersembunyi dalam aktifitas bisnis yang telah lewat untuk melihat

informasi yang tersembunyi. Digunakan untuk membantu menejer

membuat keputusan strategis dalam operasi bisnis untuk mendapatkan

keunggulan bersaing. Data mining menyediakan informasi yang melebihi

apa yang pengguna pikirkan.





• Bussiness Analitycs

• Predictive Analysis

adalah teknik penggalian informasi dari kumpulan data yang

ada untuk menentukan pola dan memprediksi hasil masa depan

dan tren.

Model prediksi analisis digunakan untuk menganalisis data saat

ini dan data masa lalu dalam rangka untuk lebih memahami

pelanggan, produk dan mitra dan untuk mengidentifikasi

potensi risiko dan peluang bagi perusahaan. Menggunakan

sejumlah teknik, termasuk data mining, pemodelan statistik dan

mesin pembelajaran untuk membantu analis perkiraan

bisnis masa depan.






• Text Mining

Adalah proses ekstraksi berupa informasi dan pengetahuan yang

berguna dari sejumlah besar sumber data teks, seperti dokumen teks, Doc,

PDF, email, chat, teks media sosial dan sumber teks yang lain. Jenis

masukan untuk penambangan teks ini adalah data tak-terstruktur dan

merupakan pembeda utama dengan penambangan data yang menggunakan

data terstruktur.

Text mining merupakan penerapan konsep dan teknik data mining untuk

mencari pola dalam teks, yaitu proses penganalisisan teks guna menyari

informasi yang bermanfaat untuk tujuan tertentu.






• WEB Mining

Web mining adalah ekstraksi pola-pola penting dan bermanfaat

namun tersimpan secara implisit pada kumpulan data yang

relatif besar pada layanan world wide web. Web mining terdiri

atas tiga bagian yaitu :

• Web content mining, Isi dapat berupa text, image, audio dan

video.

• Web structure mining, mengekstrak dari pola hyperlink di

web

• Web usage mining, data diambil dari server logs dan

browser logs (cockies)






• Tiga bagian Web Mining : web content mining, web structure

mining, dan web usage mining.• Web content mining adalah suatu proses otomatis untuk menemukan

informasi yang berguna dari dokumen atau data. berupa teks, citra, audio,

video, metadata, dan hyperlink

• Web struncture mining dikenal juga sebagai web log mining adalah teknik

yang digunakan untuk menemukan struktur link dari hyperlink dan

membangun rangkuman website dan halaman web. untuk menentukan

pagerank pada suatu halaman web.

• Web usage mining adalah teknik untuk mengenali perilaku pelanggan dan

struktur web melalui informasi yang diperoleh dari log, click stream,

cookies, dan query. Manfaat web usage mining adalah untuk kustomosasi

halaman berdasarkan profil pengguna, menentukan ketertarikan pelanggan

terhadap produk tertentu, dan menentukan target market yang sesuai.





Contoh : Beberapa informasi pengunjung situs Achmatim.Net dapat

diperoleh dengan bantuan Google Analytics.

1. Informasi Jumlah Pengunjung per Periode Waktu

2. Informasi Segmentasi Pengunjung Berdasarkan Negara maupun

Kota

3. Informasi Segmentasi Pengunjung Berdasarkan Tipenya

(Pengunjung baru atau pengunjung lama).

4. Informasi Presentase Pengunjung berdasarkan Waktu Berkunjung

(Jam).

5. Informasi Lama Pengunjung Bertahan di Situs

6. Informasi Browser yang digunakan oleh Pengunjung

7. Informasi dari mana Pengunjung Sampai Ke Situs

8. Informasi Prosentasi Halaman yang diakses Pengunjung

Menggunakan Database untuk Meningkatkan Kinerja Bisnis dan Proses

Pengambilan Keputusan



Intelijen Bisnis (Business Intelligence – BI)

Menggunakan Database untuk Meningkatkan Kinerja Bisnis dan Proses Pengambilan

Keputusan



Bisnis intelijen (BI)

• Business intelligence dikategorikan sebagai aplikasi dan teknologi untuk

mengumpulkan, menyimpan, menganalisis dan menyediakan akses ke data

guna membantu penggunanya mengambil keputusan bisnis secara lebih baik.

Aplikasi ini mencakup aktivitas sistem pendukung keputusan, query,

reporting, online analytical processing (OLAP), statistical analysis,

forecasting, dan data mining. Singkat kata, BI dibutuhkan untuk mengubah

data mentah menjadi informasi pendukung pengambilan-keputusan

perusahaan dan proses bisnis

• Membuat keputusan bisnis yang baik berdasarkan informasi yang akurat dan

terkini lebih dari sekedar intuisi. Analisis data, pelaporan, dan query dapat

membantu pelaku bisnis mengarungi lautan data untuk mensintesis informasi

berharga.

Management Information Systems

Read the Interactive Session and discuss the following questions

CHAPTER 6: FOUNDATIONS OF BUSINESS INTELLIGENCE:

DATABASES AND INFORMATION MANAGEMENT



Keputusan

dasar-dasar intelejensi bisnsis : basis data dan manajemen ... · pdf filesim minggu4 page 1...

Documents